四川电子机械职业技术学院学生团队研发的《基于RTThread 平台的边缘智能生菜病虫害自动化检测系统》，在第九届（2026）全国大学生嵌入式芯片与系统设计竞赛应用赛道全国总决赛中荣获全国三等奖、西南赛区一等奖。

　　把国产芯片算力下沉设施农业一线，让职业院校学子的科创成果对接产业现实需求。第九届（2026）全国大学生嵌入式芯片与系统设计竞赛应用赛道全国总决赛于南京落幕。四川电子机械职业技术学院参赛团队罗晋川、苟云皓、文江三位同学在孙亚辉、李通老师指导下带来一套高集成度单芯片边缘智能农业巡检方案，从全国1227 支晋级国赛的队伍中突围，斩获全国总决赛三等奖、西南赛区一等奖，充分展现高职学子过硬的工程实践与技术创新能力。

获奖团队合影

　　全国大学生嵌入式芯片与系统设计竞赛为教育部白名单A 类赛事，聚焦国产嵌入式芯片、软硬件协同系统开发，以产业实际项目标准开展评审。本届大赛共吸引海内外 908 所院校、17142 支队伍、44563 名学生报名参赛，历经线上初审、六大赛区复赛层层遴选，仅有 1227 支队伍晋级南京全国总决赛，同台比拼的不乏大量本科院校强队，赛事竞争十分激烈。

小车连接与功能调试

在自建赛道试跑调参

　　当前设施农业大棚病害检测存在突出行业痛点：传统人工巡检劳动强度大，易出现漏检、误判；市面上多数AI 巡检设备高度依赖云端算力，一旦网络中断，系统便无法正常工作。针对以上短板，团队摒弃传统 “MCU+MPU + 云端” 多级硬件堆叠的传统架构，创新采用单芯片一体化边缘智能解决方案，成为本作品最核心的技术突破。

　　项目以瑞芯微RK3588 异构 SoC 作为唯一算力底座，运用 vmRT 虚拟化技术，在单颗芯片内部实现双系统混合部署：Linux 域承担 AI 病害推理、ROS2 机器人通信任务，RTThread 实时域负责相机驱动、电机控制，从底层解决图像采集时序抖动难题，实现 AI 大算力运算与硬件强实时控制双向兼顾。

　　系统集成深度相机、激光雷达、编码器、IMU 多传感器，完成 SLAM 建图与机器人自主导航；通过 RKNN 工具完成 AI 识别模型 INT8 量化压缩，模型体积缩减至原来四分之一，将完整的病害识别 AI 能力部署在设备本地。整套巡检机器人支持断网离线运行，图像数据全部留存本地，无需上传云端。经实测，生菜叶片病害识别准确率达 92% 以上，单帧推理延迟控制在 200ms 以内，处理帧率不低于 15FPS；整机功耗低于 15W，可在10℃至 60℃宽温环境稳定工作；麦克纳姆轮底盘最大移动速度 1m/s，额定负载可达 4 千克，适配大棚复杂地面环境，完整实现自主巡逻、病害识别、巡检数据上报全业务闭环。

　　不同于很多仅完成演示原型的参赛作品，该项目已完成整机硬件部署，经过多轮室内场景调试验证，整机运行稳定可靠。方案不局限于生菜病虫害检测，整套软硬件架构具备优秀移植拓展能力，后续扩充病害样本库、迭代优化模型后，可快速迁移应用于仓储巡检、环境信息采集等场景，拥有较好的实际落地价值。

　　从校内实训打磨原型，到拿下西南赛区一等奖，再奔赴南京参加国赛，团队先后完成能力测评、实物演示、专家质询等多项严苛考核。备赛期间，师生扎根实训室，反复调试硬件电路、迭代AI 推理模型、校准导航算法，逐一攻克算力调度、系统稳定性等技术难关。没有纸上谈兵的设想，只有一行行代码、一次次硬件调试，将课堂理论知识转化为服务农业生产的实用硬件装备。

　　职业教育科创，核心就是面向产业解决真问题。该团队依托国产芯片与开源操作系统，打造轻量化、高可靠的边缘智能巡检方案，交出一份属于高职青年的智慧农业技术答卷。此次获奖，既是团队成员攻坚克难、潜心钻研的成果，更是学校深化产教融合、坚持以赛促教、以赛促学、以赛促创，培育技术技能创新人才育人成效的生动体现。